python爬虫爬网站的视频和图片
环境：
centos6.5 python2.6.6 http://www.budejie.com/（ 纯属测试，并无恶意 ）
网站分析：
我们点视频按钮 可以看到url是：http://www.budejie.com/video/
wKiom1evUXWjE4yWAABqfvgBs7M559.png-wh_50
接着我们点开网页源码，看下面之处
wKiom1evUj3CY1JKAABduqyrjZE350.png-wh_50
接着我们把那个下面画红线的链接点开，可以看到是个视频。
wKioL1evUtHhpX9bAAPG3_tT8rs590.png-wh_50
下面我进行相似的操作点图片按钮，可以看到链接：http://www.budejie.com/pic/
wKiom1evUyzxND7EAACiFhG1R8Y036.png-wh_50
接着我们点开网页源码。
wKioL1evU8LxSY-OAACOF-1q7bU861.png-wh_50
相同操作，我们点开链接：http://mpic.spriteapp.cn/ugc/2016/07/07/577d9f0cdd67d_1.jpg
wKioL1evVDahar7kAAEdFwy0zok967.png-wh_50
基本上就是这么个套路，也就用了python的两个模块 一个urllib 一个re正则
效果图：
这个是我爬下来的图片
wKioL1evT8vRgjFVAAOr_Zf6IYc323.png-wh_50
这个是我爬下来的视频
wKiom1evT8yQt0SvAADw6RYU63Q515.png-wh_50
这个是我把Linux上的视频拖一下到Windows上给大家看效果。
wKiom1evT9SRVe1MAAmuk7fsmXs256.png-wh_50
下面直接上代码！！！
爬视频的代码
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import urllib,re
def geturl():
html = urllib.urlopen("http://www.budejie.com/video/").read()
reg = r'data-mp4="(.*?)"'
return re.findall(reg,html)
for page in range(1,100):
for i in geturl():
print i #i是视频的链接地址
video = urllib.urlopen(i).read()
fwc = open('./video/%s' %i.split('/')[-1],'wb')
fwc.write(video)
fwc.close()
爬图片的代码
# -*- coding:utf-8 -*-
import urllib,re
def geturl():
html = urllib.urlopen("http://www.budejie.com/pic/").read()
reg = r'data-original="(.*?)"'
return re.findall(reg,html)
for page in range(1,100):
for i in geturl():
print i #i是图片的链接地址
video = urllib.urlopen(i).read()
fwc = open('./picture/%s' %i.split('/')[-1],'wb')
fwc.write(video)
fwc.close() 本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019-09-15 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读